2017年考研数学一第6题

选择题 · 4分

📝 题目

已知矩阵 $\boldsymbol{A}=\left(\begin{array}{lll}2 & 0 & 0 \\ 0 & 2 & 1 \\ 0 & 0 & 1\end{array}\right), \boldsymbol{B}=\left(\begin{array}{lll}2 & 1 & 0 \\ 0 & 2 & 0 \\ 0 & 0 & 1\end{array}\right), \boldsymbol{C}=\left(\begin{array}{lll}1 & 0 & 0 \\ 0 & 2 & 0 \\ 0 & 0 & 2\end{array}\right)$ ,则( )

A
$\mathbf{A}$ 与 $\mathbf{C}$ 相似, $\mathbf{B}$ 与 $\mathbf{C}$ 相似.
B
$\mathbf{A}$ 与 $\mathbf{C}$ 相似, $\mathbf{B}$ 与 $\mathbf{C}$ 不相似.
C
$\mathbf{A}$ 与 $\mathbf{C}$ 不相似, $\mathbf{B}$ 与 $\mathbf{C}$ 相似.
D
$\mathbf{A}$ 与 $\mathbf{C}$ 不相似, $\mathbf{B}$ 与 $\mathbf{C}$ 不相似.

💡 答案解析

**答案**: (B).

---

**解析**:

显然矩阵 $\boldsymbol{A}, \boldsymbol{B}, \boldsymbol{C}$ 的特征值都是 $\lambda_{1}=\lambda_{2}=2, \lambda_{3}=1$ , 由 $2 \boldsymbol{E}-\boldsymbol{A}=\left(\begin{array}{ccc}0 & 0 & 0 \\ 0 & 0 & -1 \\ 0 & 0 & 1\end{array}\right)$ 得 $r(2 \boldsymbol{E}-\boldsymbol{A})=1$ ,则 $\boldsymbol{A}$ 可相似对角化,从而 $\boldsymbol{A} \sim \boldsymbol{C}$ ; 由 $2 \boldsymbol{E}-\boldsymbol{B}=\left(\begin{array}{ccc}0 & -1 & 0 \\ 0 & 0 & 0 \\ 0 & 0 & 1\end{array}\right)$ 得 $r(2 \boldsymbol{E}-\boldsymbol{B})=2$ ,则 $\boldsymbol{B}$ 不可相似对角化,从而 $\boldsymbol{B}$ 与 $\boldsymbol{A}, \boldsymbol{C}$ 不相似,应选(B).

📋 详细解题步骤

步骤 1/4
目标:求特征值
首先,我们需要分别计算矩阵 $A$、$B$、$C$ 的特征值。题目中给出的矩阵为: $$A = \begin{pmatrix} 2 & 0 & 0 \\ 0 & 2 & 1 \\ 0 & 0 & 1 \end{pmatrix}, \quad B = \begin{pmatrix} 2 & 1 & 0 \\ 0 & 2 & 0 \\ 0 & 0 & 1 \end{pmatrix}, \quad C = \begin{pmatrix} 2 & 0 & 0 \\ 0 & 2 & 0 \\ 0 & 1 & 1 \end{pmatrix}.$$ **矩阵 $A$ 的特征值:** 由于 $A$ 是上三角矩阵,其特征值即为主对角线元素:$2, 2, 1$。因此,特征值为 $2$(二重)和 $1$(一重)。 **矩阵 $B$ 的特征值:** $B$ 也是上三角矩阵,主对角线元素为 $2, 2, 1$,故特征值同样为 $2$(二重)和 $1$(一重)。 **矩阵 $C$ 的特征值:** $C$ 是下三角矩阵,主对角线元素为 $2, 2, 1$,因此特征值也是 $2$(二重)和 $1$(一重)。 综上,三个矩阵的特征值完全相同,均为 $\lambda_1 = \lambda_2 = 2$(二重根)和 $\lambda_3 = 1$(单根)。这一步骤为后续判断矩阵是否相似提供了基础。
公式:\text{特征多项式:} \det(\lambda I - A) = (\lambda-2)^2(\lambda-1)
提示:对于三角矩阵,直接读取对角线元素即为特征值,无需展开行列式。
步骤 2/4
目标:判断A是否可对角化
已知矩阵$A$的特征值为$\lambda_1=2$(二重根)和$\lambda_2=1$(单根)。要判断$A$是否可对角化,需要检查每个特征值的几何重数是否等于代数重数。对于特征值$\lambda=2$,其代数重数为2,因此需要计算其几何重数,即齐次线性方程组$(2E-A)\boldsymbol{x}=0$的解空间维数,也就是$2E-A$的零度,等于$3-\mathrm{rank}(2E-A)$。 计算$2E-A$的秩。已知$A$的具体形式(由题目条件可得),通过行变换或观察可知$2E-A$的秩为1。例如,若$A=\begin{pmatrix}2&0&0\\0&2&0\\0&0&1\end{pmatrix}$,则$2E-A=\begin{pmatrix}0&0&0\\0&0&0\\0&0&1\end{pmatrix}$,秩为1;若$A$为其他形式,但根据题目条件,$2E-A$的秩均为1。因此,特征值2的几何重数为$3-1=2$,等于其代数重数2。 对于特征值$\lambda=1$,其代数重数为1,几何重数必然为1(因为特征向量至少有一个),故也相等。 因此,矩阵$A$的所有特征值的几何重数均等于代数重数,所以$A$可相似对角化,即存在可逆矩阵$P$使得$P^{-1}AP=\Lambda$,其中$\Lambda$为对角矩阵,且$\Lambda$与矩阵$C$相似($C$为对角矩阵$\mathrm{diag}(2,2,1)$)。
公式:$$\mathrm{rank}(2E-A)=1 \quad \Rightarrow \quad \text{几何重数}=3-1=2=\text{代数重数}$$
提示:判断可对角化关键是检查每个特征值的几何重数是否等于代数重数,几何重数= n - rank(λE - A)。
步骤 3/4
目标:判断B是否可对角化
首先,已知矩阵$B$的特征值为$\lambda_1 = 2$(代数重数为2)和$\lambda_2 = 1$(代数重数为1)。要判断$B$是否可相似对角化,需要检查每个特征值的几何重数是否等于其代数重数。对于特征值$\lambda = 2$,其几何重数为齐次线性方程组$(2E - B)x = 0$的解空间的维数,即$n - \text{rank}(2E - B)$,其中$n=3$。 计算$2E - B$的秩。已知矩阵$B$的具体形式为(由前序步骤给出): $$B = \begin{pmatrix} 2 & 1 & 0 \\ 0 & 2 & 0 \\ 0 & 0 & 1 \end{pmatrix}$$ 则 $$2E - B = \begin{pmatrix} 0 & -1 & 0 \\ 0 & 0 & 0 \\ 0 & 0 & 1 \end{pmatrix}$$ 对该矩阵进行初等行变换:第一行乘以$-1$得$\begin{pmatrix} 0 & 1 & 0 \\ 0 & 0 & 0 \\ 0 & 0 & 1 \end{pmatrix}$,显然非零行有2行,因此$\text{rank}(2E - B) = 2$。 于是特征值$2$的几何重数为$3 - 2 = 1$,而代数重数为2,两者不相等。因此$B$不可相似对角化。由于矩阵$C$(由题目已知)是可对角化的(例如$C$为对角矩阵或具有3个线性无关的特征向量),故$B$与$C$不相似。
公式:$$\text{rank}(2E - B) = 2, \quad \text{几何重数} = 3 - \text{rank}(2E - B) = 1 < 2 = \text{代数重数}$$
提示:判断可对角化时,只需检查每个特征值的几何重数是否等于代数重数,不必求出全部特征向量。
步骤 4/4
目标:得出结论
综合前三个步骤的分析,我们已分别判断了矩阵A与C、B与C的相似性。 首先,矩阵A和C的特征值均为$\lambda_1=2$(二重根)和$\lambda_2=1$。对于特征值$\lambda=2$,矩阵$A-2I$的秩为1,因此其几何重数为$3-1=2$,等于代数重数;矩阵$C-2I$的秩也为1,几何重数同样为2。对于特征值$\lambda=1$,$A-I$的秩为2,几何重数为$3-2=1$,等于代数重数;$C-I$的秩也为2,几何重数为1。因此,A与C的每个特征值的代数重数和几何重数均对应相等,故A与C相似。 其次,矩阵B的特征值为$\lambda_1=2$(二重根)和$\lambda_2=1$。对于特征值$\lambda=2$,矩阵$B-2I$的秩为2,几何重数为$3-2=1$,而代数重数为2,几何重数小于代数重数,故B不可对角化。而矩阵C对于$\lambda=2$的几何重数为2,等于代数重数,因此C可对角化。由于相似矩阵具有相同的可对角化性,而B与C的可对角化性不同,故B与C不相似。 综上所述,A与C相似,B与C不相似。因此,正确选项为(B)。 最终答案验证:选项(B)对应“A与C相似,B与C不相似”,与我们的推导完全一致。
公式:\text{几何重数} = n - \text{rank}(A - \lambda I)
提示:判断矩阵相似时,先看特征值是否相同,再比较每个特征值的几何重数是否相等。

📷 拍照上传批改

拍照上传批改功能已预留入口,后续接入图片上传、OCR识别与AI批改。